[curriculum-eval] side-quest-01-02-environment-reference.md: cognitive_load — 1433 words glossary with low activity density
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 72/100
- Tipo de issue
- Documentación
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- github, github-actions, markdown
- Área
- content, documentation
Línea de trabajo
Lee workshop/side-quest-01-02-environment-reference.md y céntrate en “Workshop tools and model options” y “Verify your tools are ready”; comprueba el recuento actual de palabras y la densidad de actividades de verificación. Separa el material sobre herramientas en una misión secundaria enlazada o condénsalo en bloques details concisos; conserva la sección de verificación y el punto de control. Si añades una página, actualiza workshop/README.md y ejecuta después npx --yes markdownlint-cli2 "**/*.md"; el trabajo estará terminado cuando la página principal cumpla los objetivos indicados de extensión y conceptos e incluya dos comandos de verificación.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
File: workshop/side-quest-01-02-environment-reference.md
Overall Score: 4.9 / 10.0 (corpus mean: 6.1)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| cognitive_load | 6.3 | ≥ 8 (≤ 800 words, ≤ 15 concepts) | −1.7 (1433 words, 17 concepts) |
| active_learning | 2.1 | ≥ 7 (density ≥ 3) | −4.9 (density 0.63) |
Root Cause (≤ 2 sentences):
One page defines ~10 tools and environments (Codespaces, VS Code, terminal, gh, gh-aw, Copilot CLI, Copilot app, Claude, Codex) each with a "conceptual screenshot", nearly doubling the word budget. Only one short verification block provides hands-on activity. (The "missing checkpoint" flag is a scorer false positive; the page has a Checkpoint.)
Evidence (quoted from the file):
## Conceptual screenshots...#### OpenAI Codex— "You may see OpenAI Codex as a coding-focused model option that reads files and suggests ed..."
Learning Science Rationale:
Sweller's Cognitive Load Theory predicts that presenting many novel elements at once overloads working memory, and Mayer's segmenting principle recommends splitting long multimedia explanations into learner-paced chunks. Splitting reference material into a short core and optional per-tool pages lets learners verify only what they need.
Improvement Prompt (for an agent):
Edit workshop/side-quest-01-02-environment-reference.md. Keep the "Verify your tools are ready" section and Checkpoint on this page. Split the "Workshop tools and model options" section (gh, gh-aw, Copilot CLI, Copilot app, Claude, OpenAI Codex) into a new side-quest page, linking to it from the original, or collapse each tool into a <details> block with a 2-sentence summary. Target ≤ 800 words and ≤ 15 concepts on the main page, add two verification commands (e.g. `gh auth status`, `gh extension list`) to raise activity density to ≥ 3. Update workshop/README.md if a page is added, and run `npx --yes markdownlint-cli2 "**/*.md"`.
Expected Score After Fix: 5.5 / 10.0 with current rubric (≈ 8 once checkpoint regex is fixed)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~44 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 11, 2026, 3:31 AM UTC
- Lenguaje dominante
- JavaScript
- Estrellas
- 58
- Forks
- 40
- Merge medio
- 1 d 22 h
- PR fusionados (30 d)
- 7
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Sin guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de githubnext/gh-aw-workshop
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
githubnext/gh-aw-workshop#5549 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
githubnext/gh-aw-workshop#5547 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
githubnext/gh-aw-workshop#5546 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
githubnext/gh-aw-workshop#5544 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
githubnext/gh-aw-workshop#5542 ·
Los mantenedores suelen responder en 1 día
Todos los issues de githubnext/gh-aw-workshop
Issues similares
-
Edit: Monumental TV [PY]Abiertochannels:edit check:passed
Dificultad 1/5 Menos de una hora Aptitud para principiantes 75/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
-
[External Plugin]: onetagAbiertoexternal-plugin needs-review:HIGH ready-for-review
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
github/awesome-copilot#6346 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
kingcharleslzy-ai/dsh-purge#179 ·
Los mantenedores suelen responder en 1 día
-
status: ready
Dificultad 2/5 1-3 horas Aptitud para principiantes 64/100
melodic-software/claude-code-plugins#15008 · 1 comentario ·
Los mantenedores suelen responder en 1 día